- 复旦大学的数据集，总共有9804篇文本，分为20个类别
语料库的文件目录：
corpus目录
类别A
----文件1.txt
----文件2.txt
类别B
----文件3.txt
----文件4.txt
#########################
- 使用
from sklearn.datasets.base import Bunch永持久化保存语料库的content,label,filename……等信息 - 分别实现
k-means，KNN,SVM,贝叶斯，topic_extraction等,同时评估分类的准确率，召回率和F值。